인프런 커뮤니티 질문&답변
작성한 질문수
예시문제 작업형 2
해결된 질문
작성
·
24
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다.
wlysh999님께서 질문해 주신 예시문제 작업형 2의 코드 및 데이터 전처리 과정에서 원핫인코딩과 관련된 질문에 대해 답변 드리겠습니다.
현재 문제에서, train 및 test의 ‘주구매상품’ 등의 범주형 열의 유니크한 값이 서로 다르면, 두 데이터셋을 합쳐서(concat) 인코딩하는 것을 고려할 수 있습니다. 하지만 wlysh999님께서 제안하신 train.align() 함수로 두 데이터프레임을 맞추는 방법 또한 사용 가능하며, 이 방법은 데이터셋끼리의 컬럼 수를 통일하는데 유용합니다.
제안하신 방법에 대한 설명:
train.align(test, join='left', axis=1, fill_value=0): 이 코드는train의 컬럼에 맞춰test의 컬럼을 맞춥니다. 기존test의 컬럼 중 없는 부분은0으로 채워지게 됩니다. 이렇게 하면,train과test은 이미 같은 컬럼 구조를 가지게 됩니다.
원핫인코딩:
- 열의 개수가 일치하는 상태에서
pd.get_dummies()를 적용하시면 됩니다. 각각의 데이터프레임에 대해 따로 적용하는 경우, 열이 일치하지 않을 수 있기 때문에 전처리 과정에서 컬럼 수를 맞추는 것은 매우 중요합니다.
다음은 관련된 질문 및 해결 방법을 참조할 수 있는 기존 답변 URL입니다:
- 예시문제 작업형2, 원핫인코딩: 이 링크에서는 원핫인코딩 과정에서 컬럼 수가 다른 경우의 처리 방법에 대해 논의하고 있습니다.
- 기출 8회 2유형 질문: 유사한 문제에서 잘못된 원핫인코딩 해법과 올바른 해결 방안을 제시하고 있습니다.
wlysh999님께서 선택한 방법도 적절하다고 생각되며, 코드와 데이터의 특성에 따라 다양한 접근 방법이 있을 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.